Введение

Опровержение логической ошибки

Фраза "корреляция не подразумевает причинно-следственную связь" указывает на невозможность обоснованно вывести причинно-следственную связь между двумя событиями или переменными, основываясь исключительно на наблюдаемой ассоциации или корреляции между ними. Утверждение о том, что "корреляция подразумевает причинность", является примером логической ошибки ложной причины, при которой одновременное возникновение двух событий принимается за установленную причинно-следственную связь. Эта ошибка также известна латинской фразой *cum hoc ergo propter hoc* ("с этим, следовательно, из-за этого"). Она отличается от ошибки *post hoc ergo propter hoc* ("после этого, следовательно, из-за этого"), при которой событие, следующее за другим, рассматривается как необходимое следствие первого события, и от смешения, ошибочного объединения двух событий, идей, баз данных и т.п. в одно целое. Как и в случае с любой логической ошибкой, выявление ошибочности рассуждений, лежащих в основе аргумента, не обязательно означает, что полученный вывод является ложным. Были предложены статистические методы, использующие корреляцию в качестве основы для проверки гипотез о причинности, включая тест причинности Грэйнджера и конвергентное перекрестное картирование. Критерии Брэдфорда Хилла, также известные как критерии Хилла для установления причинности, представляют собой набор из девяти принципов, которые могут быть полезны при оценке эпидемиологических доказательств причинно-следственной связи.

"Подразумевается"

В повседневном употреблении слово "implies" в широком смысле означает "предполагает", а не "требует". Однако в логике техническое значение слова "implies" – "является достаточным условием для". Именно это значение имеют в виду статистики, когда говорят, что причинно-следственная связь не установлена. Действительно, "p implies q" в техническом смысле означает материальную импликацию: "если p, то q", что обозначается как p → q. То есть, "если условие p истинно, то следует q". В этом смысле всегда верно говорить: "Корреляция не означает причинно-следственную связь".

"Потому что"

Слово "причина" (или "каузация") имеет несколько значений в английском языке. В философской терминологии "причина" может означать необходимую, достаточную или способствующую причину. При анализе корреляции под "причиной" чаще всего подразумевают "один из факторов, влияющих на результат" (но не обязательно единственный фактор).

Отношения между А и В - это совпадение.

Эти две переменные никак не связаны между собой, но демонстрируют корреляцию случайно. Чем больше факторов исследуется, тем выше вероятность того, что две не связанные переменные будут казаться взаимосвязанными. Например:
Результат последней домашней игры команды "Вашингтон Командерс" перед президентскими выборами предсказал исход всех президентских выборов с 1936 по 2000 год включительно, несмотря на то, что результаты футбольных матчей никак не влияли на исход всенародного голосования. Эта закономерность была нарушена в 2004 году (или в 2012 году при альтернативной формулировке исходного правила). Закон Миершайда, который устанавливает корреляцию между долей голосов, полученных Социал-демократической партией Германии, и объемом производства черновой стали в Западной Германии. Чередование лысых и волосатых лидеров России: на протяжении почти 200 лет лысого (или явно лысеющего) российского лидера сменял не лысый ("волосатый") и наоборот. Библейский код, еврейские слова, якобы скрытые в Торе и предсказывающие исторические события: огромное количество возможных комбинаций букв делает появление любого слова в достаточно длинном тексте статистически незначимым.

Использование корреляции в качестве научных доказательств

Большая часть научных доказательств основана на корреляции переменных, которые наблюдаются совместно. Ученые тщательно подчеркивают, что корреляция не обязательно подразумевает причинно-следственную связь. Утверждение о том, что А вызывает В только потому, что А коррелирует с В, часто не рассматривается как допустимый аргумент. Однако, порой люди допускают противоположную ошибку, полностью игнорируя корреляцию. Это привело бы к отбрасыванию значительного объема важных научных данных. Сочетание ограниченных доступных методологий с ошибкой игнорирования корреляции иногда использовалось для опровержения научных выводов. Например, табачная индустрия исторически опиралась на отрицание корреляционных данных, чтобы отвергать связь между табачным дымом и раком легких, как это делал биолог и статистик Рональд Фишер (часто по заказу отрасли). Корреляция является ценным видом научных доказательств в таких областях, как медицина, психология и социология. Корреляции должны быть сначала подтверждены как реальные, а затем систематически исследованы все возможные причинно-следственные связи. В конечном итоге, корреляция сама по себе не может служить доказательством причинно-следственной связи между лечением и эффектом, фактором риска и заболеванием, или социальным или экономическим фактором и различными результатами. Это один из наиболее часто неправильно интерпретируемых видов доказательств, поскольку легко и даже соблазнительно делать преждевременные выводы, основываясь на первоначальном проявлении корреляции.